Omówienie klasyfikacji

  • 3 min

Możesz użyć techniki klasyfikacji uczenia maszynowego, aby przewidzieć, do której kategorii lub klasy należy coś. Modele uczenia maszynowego dotyczące klasyfikacji używają zestawu danych wejściowych nazywanych cechami do obliczania oceny prawdopodobieństwa dla każdej możliwej klasy i przewidywania etykiety, która wskazuje najbardziej prawdopodobną klasę, do której należy obiekt.

Na przykład cechy kwiatu mogą obejmować pomiary jego płatków, łodygi, działek kielicha i inne wymierne cechy. Model uczenia maszynowego może być trenowany przez zastosowanie do tych pomiarów algorytmu, który oblicza najbardziej prawdopodobny gatunek kwiatu — jego klasę.

Diagram that shows a classification model with flower measurements as features and species as classes.

Diagram that shows flower classification based on measurements as features and species as classes.

Omówienie klasyfikacji obrazów

Klasyfikacja obrazu jest techniką uczenia maszynowego, w której sklasyfikowany obiekt jest obrazem, na przykład zdjęciem.

Aby utworzyć model klasyfikacji obrazów, potrzebne są dane składające się z funkcji i ich etykiet. Istniejące dane to zestaw podzielonych na kategorie obrazów. Obrazy cyfrowe składają się z macierzy wartości pikseli. Są one używane jako cechy do trenowania modelu w oparciu o znane klasy obrazu.

Screenshot of classifying photos based on pixels as features and fruit as classes.

Model jest trenowany w celu dopasowania wzorców w wartościach pikseli do zestawu etykiet klas. Po wytrenowanym modelu można użyć go z nowymi zestawami funkcji, aby przewidzieć nieznane wartości etykiet.

Usługa Custom Vision platformy Azure

Większość nowoczesnych rozwiązań do klasyfikacji obrazów opiera się na technikach uczenia głębokiego, które wykorzystują splotowe sieci neuronowe (CNN, Convolutional Neural Network) do odkrywania wzorców w pikselach, które odpowiadają konkretnym klasom. Trenowanie efektywnej sieci CNN to złożone zadanie, które wymaga dużej wiedzy w dziedzinie nauki o danych i uczenia maszynowego.

Typowe techniki używane do trenowania modeli klasyfikacji obrazów zostały hermetyzowane w usłudze Azure AI Custom Vision service na platformie Microsoft Azure. Ułatwia to trenowanie modelu i publikowanie go jako usługi programowej z minimalną wiedzą na temat technik uczenia głębokiego. Usługa Azure AI Custom Vision umożliwia trenowanie modeli klasyfikacji obrazów i wdrażanie ich jako usług dla aplikacji do użycia.